私のお気に入りのゲーム「王と盗賊」で frontier モデルの進歩を分析する

2026/09/26 5:53

私のお気に入りのゲーム「王と盗賊」で frontier モデルの進歩を分析する

RSS: https://news.ycombinator.com/rss

要約▶

Japanese Translation:

2026 年 2 月〜9 月に、AI モデルは次々とジョーダン・メクナーによる元のアップル II 6502 アセンブリ言語版の『パーシバル・オブ・ペルシャ』を移植し、これは 2012 年の 20 年以上にわたる間、3.5 インチフレキシブルディスクから復元されたものです。現代の C# への変換では、初期ラウンドは Claude Opus 4.6 および OpenAI Codex を使用し、プレイ可能なコンソール/Raylib ビルドを作成しましたが、誤ったエンジンアーキテクチャ(例:タイルごとの移動ではなく、手描きアニメーションフレーム)を維持していました。第 3 ラウンド(Claude Opus 5)では、エンジンが元のフレームシーケンスアーキテクチャに適合するように再構築され、DOS インストール版の PRINCE.EXE から直接アニメーション、ダンジョンアートを、すべての 15 レベルを抽出しました。第 4 ラウンド(Claude Opus 5.5)では、SDLPoP のドキュメントと Dávid Nagy のリバースエンジニアリングされた部屋描画ルーティン(

DosRoomDrawer.cs
)を活用し、DOSBox とピクセル単位で検証が行われ、「ランダム」なブロックパターンは決定論的であることが判明しました(部屋/行/列からシードが提供される)。また、PRINCE.EXE の Microsoft EXEPACK 圧縮を解凍して未変更のタイル描画テーブルを読み取り、スクリーンショットクロッピングにおける 1 ピクセルの行オフセットを修正し、「スタencil カラー」に関する以前の理論を否定しました。その結果、レベル 1 の最初の画面には炎を除くわずか 2 ピクセルのみが差異を示しました。同プロジェクトは、隠されたボタン押下の発見も果たし、ゲート打撃音をトリガーすることで、実際には扉が開いていることが確認されました。最終的な C# ポートは、既存の SDLPoP 知識とコミュニティ貢献を大きく依存しており、GPL-3.0-or-later ライセンスの下でリリースされ、元ゲームデータは除外されています(ランタイム時にユーザー自身の DOS ファイルから読み取られます)。クレジットにはジョーダン・メクナー、Dávid Nagy(SDLPoP)、Fabien Sanglard が含まれます。完全なコード履歴は
github.com/priyanr/PrinceOfPersia_C-Sharp_Port_By_AI
にあり、
DosRoomDrawer.cs
には Dávid Nagy のライセンス通知が含まれています。

本文

AI が逆導入行なう《王子の冒険》移植プロジェクト

1995 年、IBM PC XT で『王子の冒険』(Prince of Persia)を初めてプレイしました。被描影アニメーションによる滑らかな動作や、崖の縁に掛かる王子的姿など、30 年経った今でもその体験はユニークです。

プロジェクトの背景と方法

  • 元のコード: 2012 年、乔丹・メクナー(Jordan Mechner)氏が Apple II の 6502 アセンブラ言語で書かれた元コードを復元し公開しました [1]。
  • 実験手法: 私が愛する C# を対象として、AI モデルに逆導入を行わせたプロジェクトです。
    • 私はコードを直接読んだり修正したりしません。
    • 唯一の役割は「プレイテスト」を行い、AI に問題を指摘すること。
  • モデル: Frontier シリーズ(Claude Opus 4.6, Codex, Opus 5, Opus 5.5 など)の最新版が登場するごとに実験を繰り返しています。
  • 元コードへのリンク: https://github.com/priyanr/PrinceOfPersia_C-Sharp_Port_By_AI

実験の経過:4 つのラウンド

ラウンド 1: Claude Opus 4.6 (2026 年 2 月)

目標: 元のアセンブラコードとカージデータを読み取り、C# コマンドラインアプリに移植する。

  • 成果: C# コマンドラインゲーム、レベルエディタ、Raylib グラフィックライブラリ版を作成。元の部屋の構造や衛兵位置を解析。
  • 問題点:
    • 挙動がまるで『王子』らしくなく、**「プレイ不能」**な状態。
    • 図形が混乱し、キャラクターは地面以下に落ちたり、操作が効かなかったりする。
  • 原因分析: 元ゲームは手描きアニメーションで動きますが、AI は**「格子網格」**に基づいて移動させてしまい、アニメーションの滑らかさを再現できていませんでした。

ラウンド 2: OpenAI Codex (2026 年 3 月)

目標: ラウンド 1 の成果を元にして、図形品質や挙動を修正する。

  • 対応策:
    • シャープなピクセルフィルターによるボケ防止。
    • 透明な背景エフェクトの適用。
    • 城門を通れるようにし、柱のバグを修正。
  • 残りの問題: キャラクターの位置がズレたり、固まったりする根本的な**「アーキテクチャの不整合」**は改善されませんでした。「表面だけを磨く」ような結果になりました。

ラウンド 3: Claude Opus 5 (2026 年 9 月)

目標: DOSBox と Windows アプリを制御する機能を追加し、元ゲームと対比させる実験を行う。

  • アプローチの転換:
    • AI に元 DOS バージョンと比較させ、深夜まで自動テストを続かせた。
    • AI はすぐに**「格子駆動ではなくアニメーション駆動」**という構造の問題を発見し、エンジンを再設計。
  • 驚異的な能力:
    • 独自に DOS ゲームデータの形式を推論。王子的アニメーションやダンジョンアート、15 カージ分の全データを読み取り。
    • PRINCE.EXE 内のアニメーションテーブルを見つけ出し、既知値とのクロスチェックを行いながら検証。
  • 結果:
    • 着地、転身、ラン、ジャンプなど全てのアニメーションが正確に再生されるプレイ可能版を生成。
    • ただし、壁や装飾の詳細なピクセル配置は推測によるため完全ではありませんでした。

ラウンド 4: Claude Opus 5.5 (2026 年 9 月):単一プロンプトでの達成

目標: 「城門の位置」や「ブロック配置」の違いを修正し、元ゲームに忠実にする。

  • 画期的なアプローチ:
    • 推測ではなく、オープンソース移植プロジェクト(SDLPoP)から得た**「部屋の描画ロジック」**を読み込みました [2]。
    • DosRoomDrawer.cs
      を使用し、C# に純粋に移植して再現。
  • AI が発見した重要な事実:
    • ブロックパターンは真正 random ではなく、**「部屋の索引に基づきシードを固定」**していることを特定。
    • 城門の閉まる音は、隠れたボタンが押された際の効果音であることを突き止め。
    • PRINCE.EXE が圧縮されていることを見つけ、独自に解凍ツールを作成してデータを抽出。
  • 最終検証:
    • ピクセル単位の比較を行い、第一カージの差異を 8,429 ピクセルからわずか 2 ピクセルまで削減(残りはトーチの揺れによるもの)。
    • キャラクターの移動ロジックは完璧ですが、スプライト描画時の向きが逆だと壁に埋まるバグを見つけ、自動で修正を元に戻す**「自己検証メカニズム」**を発揮しました。

至此、各カージの風貌がオリジナルと見分けがつかないほど完成しました。


実験からの教訓

モデル特徴と評価
Opus 4.6アセンブラを C# に翻訳できるが、構造を誤って理解。自己診断能力も不足。
Codex細かい修正(ピクセル、透明化等)は得意だが、基礎アーキテクチャへの疑問を持たず、実際に動かしてテストする習慣がない。
Opus 5元ゲームとの比較ツールを備えることで、構造問題を診断しエンジン再建。外部データから真の情報を掘り起こす。初のプレイ可能版。
Opus 5.5「元ゲームがどのように実装されているか」を探究する姿勢へ転換。SDLPoP の知識と自己検証により、ピクセル単位で正確に再現。

AI が回答:「プロンプト一つでは全ての逆導入は困難です。私は SDLPoP の研究成果を読み込み、そこから移植しました。EXE 内のデータを抽出できたのも、SDLPoP が教えてくれたからです。もし SDLPoP がなければ、独自にアセンブラへの逆コンパイルを行う必要がありますが、それは非常に時間がかかる作業です。」

最大の進歩は、モデルの知能向上だけでなく、**「元ゲームを観察して比較する能力」**を与えたことによるものです [3]。


今後の展望と謝辞

現在ではまだ衛兵のロジックや宮殿カージなどの機能が未完成ですが、より高性能なモデルが登場したらさらに進化するでしょう。

このプロジェクトには、長年にわたり愛され続けてきたゲームへの情熱を持つ先人たちの貢献に感謝いたします。

謝辞

  • ジョルダン・メクナー (Jordan Mechner): 『王子の冒険』を制作し、Apple II の元コードを開示しました [1]。
  • Dávid Nagy と princed.org コミュニティ: アセンブラから復元した DOS バージョン「SDLPoP」を開発しました [2]。
    • 本プロジェクトの基盤である
      DosRoomDrawer.cs
      は、SDLPoP の C# 移植版です。
  • FaBien Sanglard: 『王子の冒険』に関する詳細なコード分析報告を提供(fabiensanglard.net) [4]。

ライセンスと免責事項

  • このプロジェクトはGPL-3.0-or-laterライセンスの下で配布されます。
  • 非商業的なファン作品であり、Ubisoft や Jordan Mechner 社との何ら関係はありません。公式の承認も受けていません。
  • ゲームのデータ(グラフィック、音楽など)は使用していません。C# コードは実行時にあなたが所有する DOS バージョンからデータを自動読み込みます。

遊び方


出典: [1] github.com/jmechner/Prince-of-Persia-Apple-II [2] github.com/NagyD/SDLPoP [4] fabiensanglard.net/prince_of_persia

同じ日のほかのニュース

一覧に戻る →

2026/09/25 22:48

ジョージ主義は機能するのか。五年後

## Japanese Translation: ヘンリー・ジョージの地価税(LVT)に関する立法の動量は、世界的に加速しており、これは擁護活動と、土地に対する財産税と建物に対するそれらを分離した分割率課税を可能にする新たな州法によって牽引されています。本年 4 月、バージニア州とケンタッキー州は、自治体が LVT に参加することを許すことを目的とした啓能法を可決し、2026 年の立法シーズンにおける主要な勝利者となりました。ワシントン州は、中心地であるランド・エコノミクス・センターを通じて新たな法案の検討を進めており、同センターは現在、ジョージ著『進歩と貧困』に関する 2021 年の書評で ACX コンテストを制したラルス・ドゥセツによって率いられています。その書評はゲーリズムに関する継続的な報道を引き起こしました。ニューヨーク州のゴシュル知事は、交通プロジェクトのために地価キャプチャーを使用することを都市に権限を与える期間を延長し、IBX の地下鉄拡張を含む可能性があります。国際的には、バーデン・ヴュルテンベルク州政府は裁判所の挑戦を乗り越えた後、2025 年 1 月に LVT を導入しました。イギリスの首相アンディ・バーナムと韓国大統領李在明も LVT を支援していますが、彼らの現在の野望は低水準の既存課税率に直面しています。ドゥセツは、多くの反対意見が誤解に基づくものだと指摘しており、例えば地価集中に関する誤解を挙げます。また、彼は効果的な実施には正確な評価が必要であり、データクリーニングが高度なアルゴリズムよりも重要で、適切に行えばコストアプローチも妥当であると述べています。陳腐化した評価はピッツバーグに見られるように反発を引き起こすことができ、一方韓国では組織化されたシステムによって 5 ヶ月以内に個々の区画全体に対する完全な年間評価を達成しました。CivicMapper などのツールは、低価値の使用に割当てられた高価値の土地(例:地上駐車)を視覚化するのに役立ちます。AI は上昇する地価価格が注目を集めることで支持を加速させる可能性がありますが、採用度は管轄区によって異なります。経済学者たちは LVT を理想的な税制政策として概ね受け入れているものの、実現可能性については議論が続いています。成功した実施は、現在のいくつかの地域の効果的な税率が modest なままであり地域産業の複雑さが実用的な障壁となる場合でも、大規模なインフラプロジェクトの資金調達が可能になりつつ土地使用の不効率を是正する可能性があります。 ## Text to translate: Legislative momentum for Henry George's land value tax (LVT) is accelerating globally, driven by advocacy and new state laws enabling split-rate taxation—separating property taxes on land from those on buildings. In April this year, Virginia and Kentucky passed enablement laws allowing municipalities to opt into LVT, making them major winners in the 2026 legislative season. Washington State is collaborating on new bills through the Center for Land Economics, which Lars Doucet now leads after winning an ACX contest with a 2021 book review of George's *Progress and Poverty* that sparked ongoing coverage on Georgism. New York Governor Hochul extended authority for cities to use land value capture for transit projects, potentially including the IBX subway expansion. Internationally, Baden-Württemberg implemented LVT in January 2025 after surviving a court challenge; UK PM Andy Burnham and South Korea's President Lee Jae Myung advocate for LVT, though their current ambitions face low existing rates. Doucet argues many objections stem from misunderstandings—such as misconceptions about land value concentration—and notes that effective implementation requires accurate assessments: data cleaning outweighs advanced algorithms, and the cost approach is sound when done correctly. Stale valuations can trigger revolt, as seen in Pittsburgh, whereas Korea's organized system achieved full annual valuation across individual parcels in five months. Tools like CivicMapper help visualize high-value land dedicated to low-value uses (e.g., surface parking). AI may accelerate support as rising land prices capture attention, but adoption will vary by jurisdiction. Economists broadly accept LVT as the ideal tax policy, though feasibility remains debated; successful implementation could fund large infrastructure projects while correcting land use inefficiencies, even if current effective rates in some places remain modest and local industry complexity presents practical barriers.

2026/09/27 3:22

DeepSeek エラスティックコンピューティング(DSec)

## Japanese Translation: 要約は理解しやすく、しかし「重要ポイントリスト」で示された詳細な技術情報が不足しています。以下は、その不足している具体的な情報を統合しつつ、流れを保った改良版です: **改良された要約:** DeepSeek Elastic Compute(DSec)は、大規模な大言語モデル(LLM)のトレーニングと評価のための堅牢で生産環境に準拠したサンドボックスプラットフォームです。その核心的な革新点は、巨大クラスター全体にわたるリソース配分および状態保存を統括する統一システムとして機能することにあります。DSec は、メモリ共有、回収、高度な CPU スケジューリング機構などを統合し、複数のサンドバックエンド(FnCall、コンテナ、マイクロ VM、フル VM)を公開する単一の開発インターフェースを通じてこの効率性を達成します。アーキテクチャはデータ読み込みとトレーニングプロセスを分離しており、Fire-Flyer ファイルシステム(3FS)を利用してバージョン付けされた層から環境を構築します。強化学習フレームワークと共に重要な意味で共同設計されており、DSec は報酬ハッキングなどのエージェントの不適切な行動を防ぎ、ロールアウト状態を維持するために、ステートフルなロールアウト実行と非予約 GPU トレーニングを分離しています。このアプローチは、過剰な環境設定時間やイメージ配布のオーバーヘッドといった業界上の課題に対処します。実際の運用では、約 160 ノードに及ぶ単一のプロダクションスケールユニットは、毎日 300 万回以上のサンドボックス作成を維持し、約 38 万の同時利用可能なサンドボックスを提供することができます(作成速度は毎秒 5,000 回を超えます)。これにより、テクノロジー企業が負荷下でもレイテンシに敏感なパフォーマンスを損なうことなく、急速な実験とスケーラブルな AI 開発を実施できるようになります。

2026/09/25 19:55

PipePipe:SponsorBlock を実装した NewPipe のハードフォーク

## Japanese Translation: PipePipe は、2022 年初頭に NewPipe から派生した独立した Android メディアプレイヤーであり、開発哲学の相違により別プロジェクトとして確立され、アップストリームのコードベースに対する更新共有や変更プッシュを行わない状態で運営されています。同アプリは YouTube と Bilibili の高度なストリーミング機能を備え、プライバシー保護、SponsorsBlock を利用した広告なし視聴、クッキーベースのログインによる制限コンテンツへのアクセスを重視しています。アプリは高品質な AV1 および VP9 コーデック対応、Danmaku チャットオーバーレイ、バックグラウンド音楽再生、スワイプによる探索ナビゲーション、Shorts と有料動画のブロックに対応します。追加機能として、非ローカライズされたオリジナルタイトルの表示、高度な検索フィルタリング、キーワード/チャンネル管理、完全なプレイリストダウンロード、アラームタイマー(スリープタイマー)、再生速度制御が含まれます。寄付を介した Ko-Fi および Liberapay を通じてコミュニティによって開発が行われた PipePipe は、公式アプリに関連するデータ追跡なしでユーザーにメディア消費の深い制御を提供します。

私のお気に入りのゲーム「王と盗賊」で frontier モデルの進歩を分析する | そっか~ニュース